地震作用下边坡代表性滑动面识别及系统可靠度确定

在地震作用下边坡工程的失稳破坏是工程灾害的主要类型。对于一个地震作用下的黏性土边坡,采用拟静力方法简化水平地震作用,设计基本地震加速度变化范围为0.0~0.4 g,利用传统系统可靠度计算方法和基于k-means法识别代表性滑动面分别确定相应的边坡系统可靠度。结果表明:随着地震水平加速度的增加,边坡的系统失效概率呈非线性增加。由最不利单一滑动面计算的失效概率约是系统失效概率的50%,以最不利单一滑动面的失效概率表示边坡的失效概率会明显高估边坡整体的安全,这表明计算系统失效概率的必要性。基于k-means法识别代表性滑动面所得系统可靠度方法的计算量明显降低,失效概率的精度略有降低但偏于安全。

基于3DE平台的危岩体结构面识别及块体分析——以房县抽水蓄能电站为例

为解决高陡危岩体稳定性评价难度大的问题,以湖北省十堰市房县抽水蓄能电站下水库危岩体边坡为研究对象,将三维激光扫描技术、倾斜摄影技术及工程地质分析相结合,对危岩体稳定性进行分析评价。结果表明:将危岩体三维激光扫描点云及倾斜摄影模型导入达索3DExperience(3DE)平台,采用自主创建的结构面模板准确识别结构面信息,进而利用结构面空间模型互相切割形成定位三维块体,可确定块体的空间位置及规模,并进行块体形态分析、块体体积测量与计算等应用。该危岩体结构面识别及块体分析方法可为其他工程危岩体分析提供参考。

三维激光扫描技术结合结构面识别在水利工程中的应用研究

结构面信息是评价岩体结构稳定性和发育程度的重要指标,面对高陡边坡以及危险边坡时,传统的罗盘测量方法存在很大的局限性,而三维激光扫描技术的出现为此提供了新的解决途径。以白石洞水库右坝肩的一处边坡为例,采用三维激光扫描技术获取了其点云数据,通过对点云数据进行拼接、坐标转换及去噪等处理,结合计算机编程,成功识别了岩体的结构面并提取了其产状信息,与现场分布情况及实测产状进行对比,结果表明识别效果较好。

基于摄影测量的海底隧道围岩结构面识别研究

获取结构面产状参数的传统方法为使用地质罗盘对掌子面围岩进行调查测量,但费时耗力。本文通过研究隧道掌子面摄影图像,采用surf算法,分析和处理图像,提取围岩结构面信息包括岩体层理、节理及断层等,且实现了半自动或自动快速提取,提高了地质素描速度,并结合现场岩石力学原位试验,利用蒙特卡洛法则生成结构面三维结构随机模型。在三维重建算法的基础上,利用三维重建技术,建立隧道围岩结构面三维结构模型,进而为隧道地质结构可视化奠定基础。

马齿形玉米种子尖端激光定向与胚面识别装置研制

为了实现玉米种子的尖端定向与胚面识别,该文以现有尖端定向装置输出的马齿型玉米种子为对象,基于激光开关和测距原理,提出了一种尖端定向与胚面识别方法:依据马齿形玉米种子尖端窄大头宽的轮廓特征,利用激光开关传感器等部件对玉米种子的尖端朝向进行识别,并将大头朝前的玉米种子进行剔除;依据马齿形玉米种子胚面上有胚沟而反面较为平整的表面特征,利用激光测距传感器等部件对尖端朝前的玉米种子进行胚面识别。设计并搭建了玉米种子尖端定向与胚面识别装置,配合现有的尖端定向装置进行试验,结果表明:尖端定向与胚面识别装置的尖端定向成功率达到99.1%,相比现有的尖端定向装置提升了9.5个百分点,胚面识别准确率为96.4%。该方法基本可以实现玉米种子的尖端定向,同时保证胚面识别准确率达到较高水准。该文提出的玉米种子尖端定向与胚面识别方法可为后续玉米种子的自动化定向包装提供参考。

基于三维激光扫描的岩体结构面识别与块体分析

以某项目勘探平硐中的岩体结构面为研究对象,利用三维激光扫描技术及工程地质分析相结合的研究手段,借助于三维软件,对三维激光扫描点云进行了系统集成,采用产状面模板准确识别结构面的信息;进而利用结构面互相切割形成定位或半定位的三维块体,并对块体进行了简要分析。研究成果可为结构面识别及块体定位提供一种新的方法,对工程支护设计具有一定的的指导作用。

基于HSV色彩空间和OTSU算法的射击靶面识别

射击训练系统中,靶面识别一直是基础和难点。本文利用HSV色彩空间特性对胸环靶进行识别,通过色彩通道分离HSV三通道并结合OTSU阈值分割算法,在不同光照条件下识别胸环靶。实验结果表明,在不同光照条件下本算法都具有较好的识别效率,并且满足实时性的要求。

基于深度学习的复杂地层钻孔图像岩体结构面识别方法

基于钻孔电视图像的结构面调查是一种应用广泛的勘测方法,可为岩体质量评价和工程设计提供基础数据支撑。然而,复杂地层中结构面形态各异,宽度差异大且对比度低,传统算法难以准确完整地识别。为此,该文提出一种基于改进的U-Net网络模型的钻孔电视图像结构面识别方法。首先,采用更深层次的编码解码网络结构,处理对比度低导致的结构面局部断裂问题,并结合通道注意力机制和残差模块提高编码阶段各层级对结构面特征的提取能力。其次,在较低层级跳跃连接中引入多尺度空间注意力模块,提高对复杂形态结构面处理能力,丰富编码层结构面语义特征;同时,通道注意力也被用于充分融合来自编码层和解码层的多通道结构面信息。然后,通过利用与地质作用下地层变形类似的透视变形等方式扩增钻孔图像数据,并结合焦点损失和Dice损失进行联合训练,以减轻图像数据不平衡问题,增强网络泛化能力。最后,将同一钻孔图像作为训练集,邻近钻孔图像作为测试集进行消融和对比实验。结果表明,相比于已有相关网络模型,该文所提方法能更有效地针对复杂地层钻孔图像,较准确、完整地识别各类岩体结构面,精确率和召回率均超过77.00%,比改进前的U-Net网络分割效果分别提高了7.96%和14.99%。该文方法可为现场结构面钻孔调查以及岩体质量评价提供技术支撑。

岩质边坡结构面交互式识别技术与系统研发

岩质边坡中的岩体结构面调查与分析是进行边坡稳定性分析的基础工作之一。然而,传统手段获取边坡岩体结构面存在效率低、安全性差、主观性高、数字化程度低以及流程繁琐等不足。基于三维重建SFM算法,深入研究了高精度大场景露天矿边坡岩体三维实景模型重建方法,并融合高精度边坡岩体三维实景模型中的空间和纹理特征信息,构建了以Opengl图形库为基底的可视化交互系统,实现了岩质边坡高精度三维实景模型的高效采集和可视化操作。同时,将不共线三点确定一个平面的理论应用到结构面识别中,实现岩体结构的交互式精准识别。在此基础上,开发了岩质边坡结构面识别系统,并以某露天矿边坡为研究对象,结合岩体力学基本理论深度挖掘岩体结构信息解译结果,对边坡稳定性进行了详细分析。研究结果表明:该系统能够使岩质边坡的稳定性分析与灾害防控更具有及时性、高效性、准确性,具备广泛的应用前景。

非均衡数据下基于注意力网络和代价敏感学习的轨面状态识别

准确识别轨面状态,可为列车牵引/制动性能提升提供关键依据。重点针对传统代价敏感学习应用在非均衡轨面状态识别中存在的同类别样本重要性不同和多数类精度下降等问题,提出一种基于注意力网络和代价敏感学习的轨面状态识别方法。该法首先利用迁移学习思想将均衡数据集的特征迁移到非均衡轨面状态数据集,减轻少数类样本误分类影响;其次在骨干网络ResNet18中引入卷积注意力机制模块,增强网络对目标区域的特征学习能力和全局特征信息的感知性能,调整优化网络权重参数;最后构造依据轨面状态样本重要性大小的自适应加权平衡损失函数,降低决策边界对困难样本中多数类的过拟合,获得更加平滑的决策边界。非均衡数据下的实验结果表明,在3种非均衡比下,所提方法的准确率和召回率分别达到96.00%、90.67%、86.33%,与目前常用的方法Focal相比,分别提升了7.00%、2.34%、3.00%。此外,该方法在提高少数类召回率的同时可有效维持多数类的召回率,并且降低了网络训练时间成本。

小样本下基于改进度量学习的轨面状态识别

为解决小样本下轨面状态识别过程中存在的关键特征信息提取不充分、区分度信息易丢失的问题,提出一种基于改进度量学习的轨面状态识别方法。该方法在特征提取网络部分引入金字塔拆分注意力机制,实现特征图空间信息多尺度提取、跨维度通道注意力与空间注意力特征交互,以解决轨面状态样本少导致的关键特征信息提取不充分的问题。利用深度局部拼接符对查询集与各类支撑集特征图进行局部特征两两拼接,代替传统度量学习的全局特征拼接,筛选背景等干扰信息,较大程度地保留有显著区分度的特征信息。在自建小样本轨面状态数据集上进行性能验证,并与常规小样本学习方法进行对比实验,实验结果表明,本文方法能够有效识别轨面状态,识别准确率、精度、召回率、F1值分别达到97.96%、98.61%、98.07%、98.34%,相比于性能较好的小样本学习方法 DN4网络,各项指标分别提升了5.75个百分点、5.83个百分点、5.95个百分点、5.89个百分点。

岩质高边坡结构面识别及产状统计信息采集方法

准确识别岩质高边坡结构面和获取产状统计信息是进行边坡稳定性分析的重要前提。无人机摄影测量技术为解决高边坡结构面准确勘测难题提供了可能,但缺少高效准确的影像后处理方法,且现有研究没有考虑结构面产状信息特征的不确定性,致使结构面识别准确性差、效率低。针对该问题,以江西省南昌市某露天矿高边坡为研究背景,提出了融合无人机摄影、后处理算法及统计分析的一体化结构面识别与产状统计信息采集方法。首先,通过Phantom 4 Pro V2.0无人机获取边坡表面影像;其次,利用Context Capture软件进行处理,得到高密度三维点云数据;然后,采用K近邻(KNN)算法中的确定近邻点数量法构建相似点集,采用基于密度的聚类(DBSCAN)算法进行聚类分析,从而实现边坡结构面识别,获得结构面产状信息并进行统计特征分析;最后,通过现场勘测数据进行对比验证。结果表明:该方法能够快速获取完整的高密度点云数据,准确高效地识别岩质高边坡大部分结构面,识别结果与边坡工程现场实际情况基本吻合;该方法可获取高边坡结构面数量、产状信息及其统计特征,大部分结构面倾角和倾向概率分布与实测数据拟合较好,为高边坡裂隙网络模型构建及稳定性分析提供了重要数据来源。

巷道岩体结构面“人工+半自动”识别方法及应用研究

为了实现对地下巷道围岩结构面点云数据高质量、高精度的识别和优化,利用三维激光扫描技术开展了地下巷道岩体结构面测量及识别研究。以云南省彝良县洛泽河镇毛坪铅锌矿910 m中段运输巷道为例,开展了三维激光扫描与结构面信息提取工作,并利用Pointstudio软件对所获取的点云数据进行坐标校正、拼接、除噪和抽稀等处理,最后将现场人工测量和人工识别、半自动识别与人工识别等结构面识别方法进行对比验证和分析。结果表明:在地下矿山巷道中,针对巷道围岩中出露形态复杂的结构面,采用“人工+半自动”识别相结合的方法进行地下巷道岩体结构面识别,所获取的结构面数据更加准确和全面,为巷道结构面信息识别和几何特征提取提供了一种新的思路。

基于钻孔摄像的岩体结构面参数快速提取研究

目的:岩体结构面决定着岩体强度和承载能力,直接影响着地下工程允许暴露面积和暴露时间。钻孔摄像是获取岩体深部结构面的重要方法。论文针对当前钻孔摄像获得岩体结构面参数自动提取难、精度差等问题开展研究。方法:分析了钻孔摄像中结构面的特征,研究了三维钻孔模型到二维平面展开过程中,钻孔图像中结构面与平面展开图上的节理轨迹的对应关系,提出了基于钻孔摄像图像信息反向重构三维空间钻孔和结构面的流程和参数提取方法。重点突破了基于钻孔图像信息的节理信息提取的坐标转换、结构面拟合和结构面倾向、倾角和迹宽等参数提取方法等三个关键技术(创新点),利用Python开发语言,基于PyCharm作为集成开发环境,使用PyQt5图形控件、Numpy数值计算库和SQLite数据库,开发了钻孔图像结构面参数自动提取软件,并成功应用于某矿山地下钻孔岩体结构面参数的提取。结果:应用结果表明本文设计的方法和开发的系统具有提取速度快、准确度高的特点。结论:本文研究为钻孔结构面参数快速提取提供了一套有益的方法。

基于R-P图像注意融合网络的列车轮对踏面缺陷识别

轮对踏面缺陷识别是开展列车轮对检修维护的重要前提。然而,轮对踏面缺陷样本存在的数量少、类别不均衡现象,使得传统深度学习方法识别精度有限,难以满足列车智能运维发展的需求。提出一种基于R-P图像注意融合网络(RP-AFN)的列车轮对踏面缺陷识别方法。首先,将RGB图像及其泊松编码(Poisson coding,POS)形式同时引入Mobilenetv2网络之中,以通过丰富输入信息的方式来缓解小样本问题;其次,将挤压-激励模块(SEBlock)和相似性约束引入模型中,以提取具有模态间交互性信息的判别注意力特征,并利用多层感知机(MLP)对其进行融合和推断;最后,基于焦点损失和相似性损失设计一种联合损失函数,使其能够通过惩罚大类别样本以缓解类别不平衡问题。实验结果表明:所提融合方法实现了85.7%的轮对踏面缺陷识别率,且其各项指标以约2.5%~20%的优势优于对比方法。在不同输入大小和主干网络的条件下,以224×224为输入大小的Mobilenetv2模型所对应的模型性能最佳。在不同特征融合策略的条件下,特征拼接方法的各项指标以约1%~3.5%的优势优于特征加法、特征外积和动态加权等方法。在不同调剂因子μ的设置中,μ=0.7的情况下,模型各项指标性能达到综合最优。在主干网络相同的条件下,融合方法能够在不显著增加模型参数的情况下,其各项指标优于单模态方法约1%~6.3%。在执行消融实验的情况下,输入模态、损失函数和模块的消融都会给模型带来负面影响,验证了模型设计的合理性。RP-AFN模型能够有效地提高轮对踏面缺陷识别性能,可在一定程度上解决小样本和类别不均衡条件下的踏面缺陷识别问题。

基于机器视觉的鞋面特征点自动识别改进方法

针对目前人工识别鞋面特征点方法实时性差,效率低,成本高的问题,提出一种基于机器视觉的鞋面特征点自动识别改进方法。首先,采用改进中值滤波法对采集图像进行预处理消除噪声干扰;其次,运用提出的自适应阈值分割法提取特征点关键区域;最后通过图像形态学处理和计算最小外接圆完成特征点的自动识别。为验证该方法的可靠性,在光强变化和非常规条件下对大量鞋面样本进行分组实验,并与传统一维和二维Otsu算法的检测结果进行对比。结果表明,该方法在多种复杂环境下具有更好的识别精度和鲁棒性,识别成功率在93%以上,且检测时间不超过0.5 s,可满足工业生产中的精度和实时性需求。

从平面立体画隐线图识别面

列举和提出从画隐线图识别面的一系列基本定理和推论。介绍凸凹多边形的判别算法。给出从画隐线图搜索所有简单回路的递归算法,在搜索画隐线图的回路时,利用基本定理和相关推论对真正面进行定性判断,并对回路集合进行修枝。提出从平面立体画隐线图识别面的算法。算例表明算法能正确识别平面立体画隐线图中的真正面。

面向纸质胸环靶的自动识别报靶系统研究

为了克服在靶场射击训练中人工报靶消耗大量的人力和时间的同时还存在诸多隐患,如误报和谎报等,本文设计了一套硬件配置相对简单、性能稳定可靠、判靶精准快速的面向纸质胸环靶的自动识别报靶系统。该系统结合嵌入式技术、图像处理技术、有线以及无线网络传输技术,实现快速检测靶面信息以及弹孔坐标。在图像处理的基础上,对图像使用区域特征消除法对干扰背景进行了消除,同时采用灰度双向肖波投影确定靶心位置,提取出靶面图像的所有有效特征信息。通过嵌入式终端、wifi通信以及网络传输等完成了整个系统的搭建。本系统具有高效、快速和判靶精准等特点。

基于无人机虚拟多目数字图像的高边坡结构面露头几何信息自动识别与聚类

高边坡地质灾害分析与防治,需要在较大范围采集结构面的几何信息。但是,高边坡(尤其是临江崖壁),由于人员抵近接触式测量危险大、成本高,效率低,而远距离采用光学或遥感方法难以获得足够精度信息,导致结构面产状、迹线等信息难以准确、快速地获取。通过工程现场测试给出无人机采集高边坡虚拟多目数字图像的方法与步骤,以单相机虚拟多目视觉方法为基础,对临江高边坡拍摄目标进行三维点云重构,并利用K-means聚类算法和特征点收缩算法进行结构面及其迹线的识别和提取。使用该方法对四川乐山金口河峡谷边坡进行测试,结果表明此法具有较高的速度和准确性,在与边坡相关的施工中有很大的应用前景。

面像识别机外壳热流道注塑模具设计

分析了面像识别机外壳的成型工艺,介绍了一种成型该制品的热流道注塑模具的设计方法。首先利用Moldflow软件对制品进行了模流分析,确定了浇口的数量和位置,进而设计了最佳的浇注系统;并通过冷热流道的模流分析对比确定了热流道的结构,设计了热流道系统的结构和尺寸。此外,在模流分析的基础上,根据制品的精度要求及模具结构要求,设计了动模倒装结构和定距分型机构,实现了制品的反向推出;最后生成了整个模具的总装配图。